1.一种单目自然视觉路标辅助的移动机器人定位方法，其特征在于，包括如下步骤：

1）用单目相机采集区域内的场景图像作为自然视觉路标，提取场景图像的GIST全局特征和SURF局部特征，获取采集路标时单目相机和车体的姿态，构建视觉路标全局特征库和局部特征库；

2）移动机器人在行进过程中获取新图像，参考惯性导航系统的定位信息，将当前图像与自然视觉路标进行匹配，使用全局特征作为初步的过滤，并在此基础上使用局部特征进行精确匹配；

3）当前图像与自然视觉路标实现正确匹配定位后，因为机器人当前时刻的实际航向和路标指示的航向存在偏差，故采用基于单目图像的运动估计算法，计算当前图像与自然视觉路标间的航向与姿态偏差，获得机器人当前时刻可靠的定位信息；

4）将惯性导航系统与自然视觉路标辅助定位信息进行融合，惯性导航系统和里程计作为机器人主要的导航方式，基于自然视觉路标的绝对定位方法作为辅助导航方式，对惯性导航系统数据进行修正，惯性导航系统与自然视觉路标的融合包括位置和姿态两个方面的融合，由于相邻两帧间场景非常接近带来匹配模糊性，因此存在一个定位噪声方差；场景接近的前后两帧图像间姿态的变化很小，因此认为所求得的姿态可靠，直接作为当前姿态输出，而对位置信息则通过Kalman滤波方式进行融合。

2.根据权利要求1所述的一种单目自然视觉路标辅助的移动机器人定位方法，其特征在于，所述步骤1)中，用单目相机采集区域内的场景图像作为自然视觉路标，提取场景图像的GIST全局特征和SURF局部特征，获取采集路标时单目相机和车体的姿态，构建视觉路标全局特征库和局部特征库；包括如下步骤：

1）首先采集区域内的场景图像作为自然视觉路标，自然视觉路标的选择应遵循三个原则：（1）具有丰富的特征信息；（2）采集该自然视觉路标时的单目相机位置和方向已知；

（3）自然视觉路标之间的间隔为50米～100米，路标间隔低于50米时，会增大路标匹配的工作负担，降低匹配正确率；间隔超过100米时，则不能及时发挥定位修正的作用；

2）提取自然视觉路标的全局特征，GIST描述符是利用不同方向和尺度的Gabor滤波器对图像进行采样滤波，滤波后图像输出到4*4的网格中，每个网格 取平均值；

3）提取自然视觉路标的SURF局部特征，SURF算子对尺度缩放、平移、旋转变换保持不变，即使在图像目标受到部分遮挡的情况下也能检索，同时对图像的亮度变化和仿射变换具有不变性，提取图像的SURF关键点能准确地刻画图像的局部内容特征。

3.根据权利要求1所述的一种单目自然视觉路标辅助的移动机器人定位方法，其特征在于，所述步骤2)中，移动机器人在行进过程中获取新图像，参考惯性导航系统的定位信息，将当前图像与自然视觉路标进行匹配，使用全局特征作为初步的过滤，并在此基础上使用局部特征进行精确匹配；包括如下步骤： 将当前图像与自然视觉路标进行匹配，使用匹配成功的SURF关键点数占关键点总数的百分比结合尺度信息作为指标，应用投票机制来衡量当前图像与自然视觉路标的相似度，匹配的SURF数目的百分比记为N1，匹配的SURF点对中处在同一尺度的SURF点数目的百分比记为N2，则图像的相似度投票计分为 N=m1*N1+m2*N2 (1)

其中m1、m2为权重系数，m2>m1>0，当机器人在接近路标位置时，投票分数也越来越高，当过了路标位置时，投票数随即下降，赋予票数最高者相应路标的位置信息。

4.根据权利要求1所述的一种单目自然视觉路标辅助的移动机器人定位方法，其特征在于：所述步骤3)中，当前图像与自然视觉路标实现正确匹配定位后，因为机器人当前时刻的实际航向和路标指示的航向存在偏差，故采用基于单目图像的运动估计算法，计算当前图像与自然视觉路标间的航向与姿态偏差，获得机器人当前时刻可靠的定位信息；包括如下步骤： 基于本质阵恢复运动参数，使用已经过标定的单目相机，提取采集的图像中的SURF特征，与自然视觉路标进行特征匹配，应用八点法求解本质矩阵，为减少噪声的影响，使用Ransac去除离群点，结合最小二乘准则获解本质矩阵，然后对本质矩阵进行奇异值分解： TE=UΣV (2)

由本质矩阵和旋转矩阵的关系，可得两图像间旋转矩阵的求解公式如下： 基于被测点位于相机前方的事实以及相机的位置关系可选出R的唯一正确 解；由旋转矩阵R和姿态角的关系可得到两幅图像间的三个姿态角的偏差： Δθ=arcsin(R(1,3)) (4)

Δψ=arctan(R(1,2)/R(1,1))

其中 Δθ、Δψ分别表示两图像间横滚角、俯仰角、航向角之差；结合路标已知的航向和姿态，即得到当前位置准确的姿态信息。